Неискусственный интеллект

На форуме «Цифровые решения» вчера вечером обсуждали подходы к выбору инфраструктуры для эффективного использования ИИ. Компании начинают переходить от фрагментарных экспериментов к управляемой корпоративной ИИ‑экосистеме, и сейчас остро встает вопрос эффективности и устойчивости ее использования. В общем, все соглашались вчера, что затраты растут из-за разрозненности аппаратных платформ. Как сказал, Глеб Маркевич, лидер направления ИИ и комплексных решений YADRO, после первых пилотов и экспериментов компаниям необходимо вводить централизованное управление, стремиться к повышению эффективности, контролируемости и прозрачности всего процесса. Для консолидации ресурсов и их более рационального использования, по его словам необходимы: 1️⃣Нативность оборудования для ИИ-нагрузок. На старте работы с ИИ-решениями есть сильный соблазн по максимуму использовать оборудование, не предназначенное для ИИ. А это в конечном счете приводит к росту накладных расходов и снижению эффективности. 2️⃣ Заранее определить требования к платформе. Нужно уже на старте зафиксировать, какие задачи необходимо решить при переходе к промышленной эксплуатации и централизованному контролю, в том числе — определить регуляторные и внутренние требования, связанные с эксплуатацией и безопасностью. 3️⃣ Гетерогенный подход. Надо учитывать открытые стандарты, различные подходы и платформы, но при этом уметь переключаться и использовать ИИ для решения собственных задач. Впрочем, простого ответа на вопрос, как определить стоимость инфраструктуры, нет, ведь компоненты различаются, требования бизнеса часто меняются по ходу внедрения. По словам Глеба, в YADRO исследуют разные технологии, сравнивают подходы, ускорители, соотносят эффективность западных и восточных моделей. Словом, поиски эталонной меры продолжаются, а по мере этих поисков растет экспертиза компании. Участники вчерашней дискуссии также отметили, что для развития проектов в сфере ИИ необходимо, чтобы бизнес мог четко ставить задачи, важно уметь формулировать требования и проектировать решения. А без платформ enterprise-уровня решение масштабных задач становится невозможным. И конечно, оптимальным вариантом тут станет развитие технологических партнерств. @anti_agi

Казахские степи, швейцарские горы... Или как Nvidia постепенно превращается в семейный бизнес В конце сентября дочь Дженсена Хуанга Мэдисон вышла замуж на Гавайях. Свадьбу сыграли во время общекорпоративных выходных Nvidia — семейный календарь удачно совпал с производственным. Жених, 35-летний Нико Капрез, продолжал работать даже с островов. Его задача — находить покупателям деньги на чипы тестя. За два с половиной года Капрез стал одним из самых влиятельных руководителей Nvidia. Он помогает облачным провайдерам получать кредиты, находить клиентов и участки с доступной электроэнергией. Один из собеседников издания называет его «консильери Дженсена». Сам Хуанг, знакомясь с руководителем ИИ-инфраструктуры Brookfield, рекомендовал: «Если хотите что-то сделать, поговорите с Нико». Капрез вырос в швейцарской долине Энгадин и в начале 2010-х профессионально занимался горными лыжами — выступал за Швейцарию в скоростном спуске, слаломе и супергиганте. Завершив спортивную карьеру, ушёл в консалтинг, а затем поступил в London Business School. Там познакомился с Мэдисон. После выпуска она отправилась в Nvidia, он — в инвестиционную компанию в Цюрихе. В начале 2024 года Мэдисон помогла привлечь его в компанию отца. Уже новичком Капрез участвовал в важных встречах с партнёрами. В январе 2026-го стал вице-президентом по развитию глобальной ИИ-инфраструктуры, перескочив промежуточную должность старшего директора. Его влияние объясняют и способностью договариваться, и близостью к Хуангу. Но мы-то знаем, что всё дело в связях со странами бывшего соцблока. Не далее как в апреле Капрез побывал на встрече с президентом Казахстана Токаевым. Вместе с ним с главой государства встретились представители Firebird AI — компании из Сан-Франциско с армянскими корнями. В августе они запустили на исторической родине первую в СНГ ИИ-фабрику. Её оснастили более чем 6 тысячами ускорителей Nvidia B200. Продавать ускорители становится сложнее, если покупателям не на что их покупать и некуда подключать. Капрез работает сразу со всеми частями этой задачи. Одному облачному провайдеру он привёл ИИ-разработчика, которому срочно требовались 7000 чипов GB300: тот впоследствии стал одним из крупнейших клиентов. Другому присылает потенциальных заказчиков в WhatsApp. Третьему помогает найти землю и электричество. Летом Капрез также участвовал в сделках Nvidia по приобретению долей в двух американских компаниях, обеспечивающих площадки и энергоснабжение для дата-центров. Некоторые сотрудники уже обсуждают Капреза и Мэдисон как будущих руководителей. Даже после свадьбы молодожёны быстро вернулись к делам: уже через несколько дней ужинали с инвесторами Nvidia в Нью-Йорке. Мэдисон тем временем стала старшим директором по продуктовому маркетингу физического ИИ, включая робототехнику и модели для симуляций. Впрочем, важно помнить, что в Nvidia работает и 36-летний сын Хуанга Спенсер: он пришёл в компанию в 2022 году и стал директором по управлению продуктами в робототехнике. Ждём династических интриг? @anti_agi

Самый полезный корпоративный ИИ-агент — тот, у которого есть доступ к рабочим данным и внутренним системам. Он же становится проблемой для безопасности, если запускается на ноутбуке разработчика. В начале года Т-Банк объявил внутренний год экспериментов с агентскими харнессами. Харнесс — это рабочая среда вокруг модели: инструменты, интеграции, инструкции и права доступа. Команды пробовали open-source и коммерческие решения, использовали собственные и писали новые. На форуме «Цифровые решения» главный технический директор Т‑Банка Игорь Маслов рассказал, к чему пришли за 9 месяцев. Сначала компания разрешила командам пробовать разные подходы: брать Qwen Code и другие open-source-инструменты, покупать коммерческие продукты или писать собственные. Среди них был и Nessy — корпоративный coding-агент Т‑Банка. По итогам эксперимента все харнессы решили перенести в облако. Сейчас сотрудник выбирает агента, указывает задачу и разрешённые интеграции, а затем запускает его как фоновый процесс. Ноутбук можно закрыть: агент продолжит работу внутри контролируемого контура. Григорий Атрепьев, генеральный директор Yandex Cloud, рассказал, что у них внутри агент наследует права и доступы запустившего его сотрудника. В Т‑Банке схему сделали строже: агент работает с данными внутри облака, а пользователь получает результат, но не доступ к массиву данных. Такой security by design. @anti_agi